เปิดตัว Mellum2: โมเดล Mixture-of-Experts ขนาด 12B จาก JetBrains ที่พร้อมปฏิวัติวงการ AI

เปิดตัว Mellum2: โมเดล Mixture-of-Experts ขนาด 12B จาก JetBrains ที่พร้อมปฏิวัติวงการ AIในโลกของปัญญาประดิษฐ์ที่พัฒนาไปอย่างรวดเร็ว โมเดลภาษาขนาดใหญ่ (LLMs) ได้เข้ามามีบทบาทสำคัญในหลากหลายอุตสาหกรรม ล่าสุด JetBrains ได้เปิดตัว Mellum2 โมเดลแบบ Open-source ที่มาพร้อมสถาปัตยกรรมแบบ Mixture-of-Experts (MoE) ขนาด 12 พันล้านพารามิเตอร์ ซึ่งได้รับการออกแบบมาเพื่อการประมวลผลที่รวดเร็วและมีประสิทธิภาพ โดยเฉพาะสำหรับงานด้านภาษาธรรมชาติและโค้ดMellum2 คืออะไร?Mellum2 เป็นโมเดล MoE ที่สร้างขึ้นมาใหม่ทั้งหมด โดยมีจุดเด่นที่การเลือกใช้พารามิเตอร์เพียงบางส่วน (ประมาณ 2.5 พันล้านพารามิเตอร์) ในการประมวลผลแต่ละโทเค็น ทำให้มีความเร็วในการทำงานสูงและใช้ทรัพยากรน้อยลง เหมาะอย่างยิ่งสำหรับแอปพลิเคชันที่ต้องการความเร็วในการตอบสนองต่ำ (low-latency) และมีปริมาณการเรียกใช้งานสูง (high-throughput)ประโยชน์และจุดเด่นของ Mellum2โมเดลนี้ถูกฝึกฝนมาบนข้อมูลภาษาธรรมชาติและโค้ด ทำให้มีความสามารถที่หลากหลายและมีประสิทธิภาพในการทำงานเฉพาะทาง:ประสิทธิภาพสูงในการประมวลผล (Inference Efficiency): ด้วยสถาปัตยกรรม MoE ที่เลือกใช้พารามิเตอร์เพียงส่วนหนึ่ง ทำให้ Mellum2 ทำงานได้เร็วกว่าโมเดลที่มีขนาดใกล้เคียงกันถึง 2 เท่า ช่วยลดต้นทุนในการให้บริการและเพิ่มปริมาณงานที่รองรับได้การทำงานที่หลากหลาย: Mellum2 สามารถนำไปประยุกต์ใช้ได้ในหลายด้าน เช่นการจัดเส้นทาง (Routing): ใช้เป็นโมเดลขนาดเล็กสำหรับจัดเส้นทางการทำงานในระบบ AI ที่ซับซ้อน หรือจำแนกประเภทของ PromptRAG (Retrieval-Augmented Generation): เหมาะสำหรับไปป์ไลน์การดึงข้อมูลที่ต้องการความรวดเร็ว รวมถึงการบีบอัดบริบท (Context Compression) หรือการสรุปข้อมูลการสรุปความ (Summarization): ช่วยสรุปเนื้อหาได้อย่างรวดเร็วSub-agents: สามารถใช้เป็นส่วนย่อยของ Agent ในการทำงาน เช่น การวางแผน (Planning), การตรวจสอบความถูกต้อง (Validation), หรือการเตรียมข้อมูล (Context Preparation)การทำงานกับโค้ด (Coding Features): รองรับการทำงานที่เกี่ยวกับโค้ดได้อย่างมีประสิทธิภาพการติดตั้งแบบส่วนตัว (Private Deployments): เนื่องจากเป็นโมเดลแบบ Open-source ที่มีประสิทธิภาพสูง จึงเหมาะสำหรับการนำไปติดตั้งและใช้งานบนโครงสร้างพื้นฐานภายในองค์กร (Self-hosted environments) ที่ต้องการความเป็นส่วนตัวของข้อมูลและโค้ดการมุ่งเน้นเฉพาะทาง: Mellum2 เน้นการทำงานด้าน Text และ Code โดยเฉพาะ ไม่ได้เน้นงาน Multimodal ทำให้โมเดลมีขนาดกะทัดรัดและมีประสิทธิภาพสำหรับงานด้านวิศวกรรมซอฟต์แวร์สัญญาอนุญาตแบบ Apache 2.0: Mellum2 เปิดให้ใช้งานแบบ Open-source ภายใต้สัญญาอนุญาต Apache 2.0 ทำให้สามารถนำไปใช้งาน พัฒนาต่อยอด และเผยแพร่ได้อย่างอิสระทำไมโมเดลที่มีขอบเขตชัดเจนจึงมีความสำคัญ?ในระบบ AI ที่มีความซับซ้อนมากขึ้น สถาปัตยกรรมแบบ Monolithic (โมเดลเดียวที่ทำทุกอย่าง) อาจไม่ใช่คำตอบที่ดีที่สุด ระบบการผลิตมักต้องการส่วนประกอบที่ทำงานร่วมกันหลายส่วน เช่น ตัวดึงข้อมูล (Retrievers), ตัวจัดเส้นทาง (Routers), โมเดลที่เข้าใจโค้ด, ตัวตรวจสอบความถูกต้อง (Validators), และโมเดลการให้เหตุผลขนาดใหญ่ Mellum2 ถูกมองว่าเป็น "Focal Model" หรือโมเดลหลักที่รวดเร็ว มีขอบเขตการทำงานชัดเจน และถูกปรับให้เหมาะสมกับงานที่มีความถี่สูงภายในระบบ AI ที่ใหญ่ขึ้น เป้าหมายไม่ใช่การแทนที่โมเดลอื่นทั้งหมด แต่เป็นการทำให้ระบบโดยรวมเร็วขึ้น ถูกลง และควบคุมได้ง่ายขึ้นเริ่มต้นใช้งาน Mellum2หากคุณกำลังพัฒนา AI สำหรับงานด้านวิศวกรรมซอฟต์แวร์ ไม่ว่าจะเป็นภายใน IDE, ในไปป์ไลน์ RAG, เป็นส่วนหนึ่งของ Workflow การทำงานแบบ Agent, หรือต้องการติดตั้งบนโครงสร้างพื้นฐานส่วนตัว Mellum2 คือโมเดลที่คุณไม่ควรพลาดคุณสามารถดาวน์โหลดโมเดล Mellum2 ได้บน Hugging Face ที่: [https://huggingface.co/collections/JetBrains/mellum-2](https://huggingface.co/collections/JetBrains/mellum-2)สำหรับรายละเอียดเชิงลึกเกี่ยวกับสถาปัตยกรรม, การตั้งค่าการฝึกฝน, ผลการทดสอบ (Benchmarks), และระเบียบวิธีประเมินผล สามารถอ่านได้จากรายงานฉบับเต็ม: [https://arxiv.org/pdf/2605.31268](https://arxiv.org/pdf/2605.31268)#AI #LLM #MixtureOfExperts #JetBrains #OpenSource #Mellum2https://huggingface.co/blog/JetBrains/mellum2-launch